近日，AI明星企業科大訊飛終于成立相關公司，這是否會是人工智能賽道退潮期的救命浮板？
距離AI頭部公司扎堆上市的盛況已過去半年，今年正是他們交出上市后第一份考卷的時候，對于大多數這一賽道的公司來說，不得不揭開“盈利難”這塊舊傷疤。
商湯科技、云從科技、格靈深瞳等明星企業均處虧損狀態，投資者們的態度也回到了“獲利”這個現實問題，這對于落地周期較長的人工智能公司而言未免有些強人所難。連“AI第一股”商湯科技都難逃這種魔咒，在巨額股票解禁的第二日市值近乎腰斬。
身處AI賽道的公司對于“回本慢”這一癥結其實是有清晰認知的。作為技術驅動型賽道的人工智能企業，探索新方案和應用場景，不斷推進技術迭代是他們造血的根本，巨大的研發投入甚至會吃盡營收，造成成本缺口，何況有時研發項目存在較大的不確定性。
AI公司已經習慣了追逐“活下去”這個命題，甚至可以用“自救”概括其創業的歷程，將“難以落地”的技術做成規模才是正道。這其中，有用元宇宙和智能汽車做文章的潮流玩家，也有瞄準工業互聯網的企業。相比而言，后者的技術落腳點更加腳踏實地。
AI與工業互聯網的高適配度
當前國內人工智能賽道盈利的玩家僅占少數，其財務指標大都呈現兩個特征：毛利率偏低和研發費用高昂。即使是盈利的公司，例如科大訊飛在2022年上半年營收同比增長26.97%至80.23億元，但是凈利潤卻同比下降33.57%至2.78億元，這種“增收不增利”的現象也令其遭受質疑。
近幾年，科大訊飛借助自身積累的工業聲學、工業視覺、工業知識圖譜等AI能力，建立了“訊飛TuringPlat圖聆工業互聯網平臺”，并在近期投資成立羚羊工業互聯網股份有限公司，其經營范圍包含工業互聯網數據服務；物聯網設備制造；工業機器人制造；智能機器人的研發等。
將工業互聯網作為“第二曲線”其實并不罕見，但在人工智能賽道中是少數選擇。結合去年科大訊飛董事長劉慶峰在企業年度計劃大會上提出了五年目標的一環“實現千億收入，帶動萬億生態”來看，科大訊飛對于目前布局的每一個“平臺”都極為重視。
工業互聯網的吸引力在于何處？原工信部副部長、北京大學教授楊學山曾一針見血的概括了工業互聯網的本質：“工業互聯網姓‘工業’，不姓‘互聯網’”。中國信息通信研究院院長余曉暉也曾將工業互聯網歸納為三個方面：一是網絡體系，即工業全要素全產業鏈全價值鏈泛在深度互聯；二是平臺體系，也是工業智能化發展的核心載體；三是安全體系，是工業智能化的安全可信保障。
從今日工業互聯網的發展生態來看，前者在上述三方面每一層的落實都離不開人工智能的輔助。首先，工業互聯網是人工智能發揮功用的最佳溫床之一。工業互聯網平臺的發展使得AI在工業領域的發展應用有了扎根的土壤，海量的數據、內嵌的高效算法和對算力的強大支撐能力無一不是用武之地。在傳統制造業走向數字化的過程中，AI在工業互聯網互聯設備層、邊緣層、平臺層、應用層的滲透應用，正在推動傳統生產模式向實時感知、動態分析、科學決策、精準執行和優化迭代的智能化生產模式轉變。以AI賦能工業質檢環節為例，在質檢環節運用基于深度學習等AI技術的視覺檢測技術，對產品圖像進行視覺檢測，可以幫助工人及時發現并消除缺陷。
而挖掘數據價值也是工業互聯網產生價值的必經之路。正如智能質檢設備解決的不僅是一個生產環節或一條生產線的問題，工業互聯網平臺覆蓋了全流程的生產數據，匯聚了數以千萬計的設備和傳感器，對異構系統、運營環境、人員信息等要素實施泛在感知、高效采集和云端匯聚，實現了海量數據的廣泛集成。通過構建設備、產品、系統和服務全面連接的數據交流網絡，工業互聯網平臺充分挖掘了實時有效的工業大數據。
從單體條線放大到整個工廠、或者在更多工廠中部署工業互聯網，必然需要人工智能的協助。以預測性維護為例，當嵌入到設備中的物聯網傳感器的數據被人工智能和機器學習算法處理、分析后，可以及時檢測到相關器械的運行情況，并通過數據分析得知其是否存在故障。充分關注到每個工廠或裝置中的每個細節，通過數據異常分析出某個部件存在問題，并針對性修正。
同時，依托于工業機理基礎和數據模型分析，工業互聯網平臺將隱性的工業技術原理、行業知識和專家經驗進行代碼化、算法化，重構了工業知識創造和應用體系，面向特定工業場景提供針對性強、魯棒性高的算法。最終，通過提供開發環境和各類工具，工業互聯網平臺可以幫助開發者打造工業APP與微服務體系，將各類工業知識封裝成可交易的模塊組件，方便廣泛傳播和復用。
從過往經驗來看，早期入局的Google、亞馬遜、Facebook等公司都致力于部署機器學習、深度學習底層平臺，建立產業事實標準，競爭十分激烈。我國的代表企業包括科大訊飛、商湯科技等，則選擇利用技術優勢建設開放技術平臺，為開發者提供AI開發環境，共同構建上層應用生態。
從現階段進展來看，AI在工業互聯網領域的應用主要在設備預測性維護、工業設備邊緣側質量分析等單點應用方面，但仍可以預見其多點落地的規模化趨勢。AI將持續在工業互聯網平臺的邊緣設備層、平臺層以及應用層等多個領域發揮更大的價值，并向著高級計算、決策分析等方向推進。
八仙過海，平臺各異
自2018年起，我國明確工業互聯網進行為期三年建設起步階段，彼時就吸引了大量玩家涌入。隨著“推進智能制造”“拉動中小微企業創新能力和專業化水平”“培育壯大集成電路、人工智能等數字產業”等細化要求的提出，國內互聯網和制造業巨頭紛紛入局工業互聯網，僅在2017年底出現的工業互聯網平臺就有270個左右。
2021年，阿里巴巴達摩院發布的十大科技趨勢報告提到，工業互聯網從單點智能走向全局智能，有著超萬億的市場前景。在政策青睞下，工業互聯網入局玩家眾多。
目前，我國工業互聯網平臺發展已經取得了一定成效，培育較大型的工業互聯網平臺超過150家，連接工業設備超過7800萬臺（套）。我國工業互聯網平臺應用基礎條件已初步完善，工業互聯網平臺應用發展模式逐漸繁榮。
作為雙跨平臺的入選者之一，訊飛TuringPlat圖聆工業互聯網平臺采用“1+1+4+2”系統架構，以物聯網平臺和大數據平臺為底座，依托科大訊飛在工業視覺、工業聲學、知識圖譜和模型訓練4個方面領先的AI技術積累，將工業零代碼平臺和RPA平臺作為重點支撐，賦能工業“研、產、供、銷、服、管”全場景。目前，該平臺已覆蓋電力、礦山、燃氣、鋼鐵、煙草等20多個行業，橫跨9大工業重點領域的全方位、全鏈路解決方案。
訊飛TuringPlat圖聆工業互聯網平臺基于聽覺、視覺、觸覺、嗅覺、味覺及工業大腦（即“工業六感”），融合多維度傳感數據采集技術、深度學習序列預測技術，實現了工業設備多維度智能感知監測、設備健康狀態AI智能預測、設備故障AI輔助診斷等功能，提高了工業設備檢查核驗效率。
除此之外，在AI領域深耕多年的百度也致力于將自身在人工智能方面積累的技術釋放出來，降低AI使用門檻，讓其賦能更多企業。百度智能云打造的開物工業互聯網平臺，在近期全新升級為開物2.0，覆蓋質量管控、安全生產、節能減排、生產制造等9大領域，累積了超過200個工業解決方案，沉淀了3.8萬個工業模型，可以幫助企業通過數字化轉型實現降本增效與綠色低碳發展。
相對于1.0版本，開物2.0探索了更多重點行業，聚焦了這些行業里的更多核心場景，將幫助制造、能源、水務等行業的企業低成本的享受人工智能帶來的技術紅利。在制造業，開物2.0可以感知生產全過程的有價值數據，對數據進行思考、分析與決策、執行，實現自學習與進化。將智能質檢、知識搜索等應用向全產業鏈延伸，保持產業鏈供應鏈安全穩定。
同為AI企業的商湯科技雖然沒有直接成立工業互聯網公司，但在工業領域也有動作。商湯依托新型人工智能基礎設施SenseCore商湯AI大裝置、SenseMARS火星混合現實平臺和SenseFoundry Enterprise商湯方舟企業開放平臺等核心架構打造了商湯工業引擎。這是一項綜合性、智能化的工業解決方案，能夠通過賦能各類傳統工業垂直領域，幫助工業企業實現降本增效的目標。
寫在最后
世界頂級機器學習專家Michael I.Jordan認為，隨著機器學習的蓬勃發展，人工智能的目標已發生了本質性變化，不再只是研究如何在單個計算機上復現人類智能，更重要的是如何構建現實世界中的系統，從而解決現實世界中的超大規模問題。
我們常說人工智能還處在最初級的階段，僅僅可以看做人類的延伸，比起代替何等工種、替代哪些勞動者，讓人工智能創業者活下去，打造效率更高、更安全的工廠，或許更加符合人類延續這個初心。AI落地的過程，也許是人類再次進化，跨越“寒氣”的過程。
參考資料：
1.《人工智能燒掉萬億元后，沒跳出盈利困境》，財經十一人
2.《人工智能在工業互聯網平臺的四大應用場景》，賽迪智庫
